智能控制在DC/DC變換器中的應用

本文介紹了模糊控制在DC/DC變換器中的兩種不同的應用。

3.1 模糊控制在DC/DC變換器反饋控制中的應用

DC/DC變換器的模糊控制框圖如圖2所示。

圖2 DC/DC變換器的模糊控制框圖

圖中DC/DC變換器用一個黑箱表示，其上有四個端子，分別接輸入電壓u_s，輸出電壓u_o，電感電流i_L和控制開關S。其中只有輸出電壓和電感電流送入了模糊控制器。

模糊控制規(guī)則基于以下幾條標準：

1）當變換器的輸出遠離設置點時，大幅度調(diào)整占空比，以使輸出快速回到設置點；

2）當變換器的輸出接近設置點時，可以稍微調(diào)整一下占空比；

3）當變換器的輸出在設置點附近并且快速接近它時，應當保持占空比不變，以防止有超調(diào)量；

4）當變換器的輸出到達了設置點并且仍在變化時，稍微變化占空比以防止輸出遠離設置點；

5）當輸出到達了設置點并保持穩(wěn)定時，占空比保持不變；

6）當輸出超過了設置點，應減小占空比，反之亦然。

通常同樣的模糊控制規(guī)則可以應用在幾種不同類型的DC/DC變換器中，只是一些比例因子要根據(jù)變換器的不同拓撲和參數(shù)做相應的調(diào)整。

文獻[1]把模糊控制應用于Cuk變換器的電壓反饋中，但只利用了輸出電壓和它的變化率，沒有考慮電感電流，雖然與PID控制相比其輸出電壓波動小于PID控制，并且具有較快的瞬態(tài)響應，但是，動態(tài)性能還是不夠理想。

文獻[2]分別把模糊控制應用于Buck-Boost和Sepic變換器中，模糊控制器利用了三個輸入變量：輸出電壓誤差ε_u；電感電流誤差ε_i；電感電流i_L。相對于只利用輸出電壓變量的模糊控制器來說，動態(tài)性能更令人滿意。同時，通過仿真證明了模糊控制與傳統(tǒng)控制方法具有同樣快和穩(wěn)定的小信號響應，并且改進了大信號響應性能。

3.2 模糊控制在主從均流控制的并聯(lián)DC/DC變換器中的應用

利用主從控制方法并聯(lián)工作的變換器具有大量的控制環(huán)，所以，很難得到系統(tǒng)的實際模型。傳統(tǒng)的控制方法是基于簡單平均化的線性模型，在負載大范圍變化和存在干擾的情況下，則得不到很好的動態(tài)響應。模糊控制方法克服了建立復雜模型的困難，因此，可以應用于實際工程中，并且用數(shù)字和模擬方法都可以實現(xiàn)。

文獻[3]把模糊控制引入到均流環(huán)中，可以得到快速且魯棒性強的瞬態(tài)響應。把經(jīng)過PD控制的均流誤差送入模糊控制器，利用PID控制的結果得出模糊推理規(guī)則，仿真結果表明負載分別為額定負載的50％和90％時，瞬態(tài)響應良好。

4 神經(jīng)網(wǎng)絡控制在DC/DC變換器中的應用

神經(jīng)網(wǎng)絡系統(tǒng)具有輸入、輸出，它由許多個神經(jīng)元組成。每個神經(jīng)元有一個單一的輸出，它可以連接到許多其它的神經(jīng)元，其輸入有多個連接通路，每個連接通路對應一個連接權系數(shù)。變換權系數(shù)將改變整個網(wǎng)絡的工作性能，我們的目的就是調(diào)整權系數(shù)，以獲得理想的輸入、輸出關系。

神經(jīng)網(wǎng)絡控制方法是基于人腦控制行為的生理學研究而發(fā)展起來的,是一個具有廣闊應用前景的智能控制方法。由于神經(jīng)網(wǎng)絡具有非線性映射能力、自學習適應能力、聯(lián)想記憶能力，并行信息處理方式及其優(yōu)良的容錯性能，所以，它在非線性和復雜控制系統(tǒng)中，起著如傳遞函數(shù)在線性系統(tǒng)中所起的作用。

在神經(jīng)網(wǎng)絡控制系統(tǒng)中，信息處理過程通常分為自適應學習期和控制期兩個階段。在學習期，網(wǎng)絡按一定的學習規(guī)則調(diào)整其內(nèi)部連接權系數(shù)，使給定的性能指標達到最優(yōu)；在控制期，網(wǎng)絡連接模式和權系數(shù)已知且不變，各神經(jīng)元根據(jù)輸入信息和狀態(tài)信息產(chǎn)生輸出。兩個階段可以獨立完成，也可以交替進行。

通常神經(jīng)網(wǎng)絡在控制中的作用可分為如下幾種：

1）充當系統(tǒng)的模型，構成各種控制結構，如在內(nèi)模控制，模型參考，自適應控制，預測控制中，充當對象的模型等；

2）在反饋控制系統(tǒng)中直接用作控制器；

3）在控制系統(tǒng)中起優(yōu)化計算的作用；

4）在與其它智能控制方法和優(yōu)化算法相融合中，為其提供非參數(shù)化對象模型，優(yōu)化參數(shù)，推理模型及故障診斷等。

目前，國內(nèi)外學者提出了許多面向?qū)ο蟮纳窠?jīng)網(wǎng)絡控制結構和方法，較具代表性的有神經(jīng)網(wǎng)絡監(jiān)督控制，神經(jīng)網(wǎng)絡直接逆動態(tài)控制，神經(jīng)網(wǎng)絡參數(shù)估計自適應控制，神經(jīng)網(wǎng)絡模型參考自適應控制，神經(jīng)網(wǎng)絡內(nèi)?？刂?，神經(jīng)網(wǎng)絡預測控制。

雖然，神經(jīng)網(wǎng)絡應用于非線性系統(tǒng)已經(jīng)有很多年了，但是，主要把它用于機器人技術和自動控制系統(tǒng)。在電力電子領域，神經(jīng)網(wǎng)絡的應用還處于初級階段，最近，不斷有文章報道用神經(jīng)網(wǎng)絡來控制DC/DC變換器，這預示著神經(jīng)網(wǎng)絡在DC/DC變換器中的應用將會不斷增多。

文獻[4]把神經(jīng)網(wǎng)絡間接應用于PWMBoost變換器中，如圖3所示。

圖3 Boost變換器的神經(jīng)網(wǎng)絡控制